python面试要点总结：基础篇二

1、常用名称

1.1可迭代对象

range()、list()等内部有 __ iter __()魔法方法
for循环遍历数据之前，可迭代的对象会自动调用 __ iter __()魔法方法，会将可迭代对象变为迭代器，然后迭代器调用自身的 __next __ ()方法取值
迭代器：迭代取值的工具，通过不依赖索引的的迭代取值方式(它本身也有 __ iter __()方法，执行它是不是变为迭代器，而是返回迭代器本身)
可迭代对象不一定是迭代器

li = [1, 2, 3, 4]  # iterable可迭代的对象
li_iter = li.__iter__()  # 将可迭代对象转为迭代器
try:
    while True:
        print(li_iter.__next__())
except Exception as f:  # 异常捕获
    print(f)

1.1.1判断是否可迭代

①看该对象中是否含有 __ iter __()方法
②使用isinstance判断一个对象是否可迭代与type类似

from collections import Iterable

print(isinstance('123', Iterable))  # 结果为True
print(isinstance([1, 2, 3], Iterable))  # 结果为True
print(isinstance(123, Iterable))  # 结果为False
print(isinstance('asb', (str, int)))  # 判断一个对象是不是整数或者字符串类型

1.1.2可迭代对象怎么变为迭代器

①li_iter = li.__iter__() # 将可迭代对象转为迭代器
②li_iter = iter(li)
迭代器不能通过索引取值只能通过next(li_iter)或者li_iter.__next __()取值,只能一个一个顺延取值，超出就报错

1.2生成器

在python中一边循环一边计算的机制，叫做生成器(generator)
作用：如果有海量数据存入内存会造成资源浪费，生成器会在循环的过程中根据算法推断出后续需要的元素，不用存储完整数据，只使用需要的数据从而减小内存消耗，简而言之又想使用大量数据，又想占用少量内存空间

1.2.1创建生成器

①生成器表达式(元组推导式)

②生成器函数
通过yield关键字创造生成器，工作原理也是调用next()或者 __next __()直到捕获异常

def demo(num):
    n = 0
    while n < num:
        yield n  # yield返回一个值，并且记住这个返回值的位置，下次调用的时候
        # 就会从next的下一条语句执行，与return的区别就是，一个直接结束，一个直到捕获异常
        n += 1
res = demo(10)
print(res)  # <generator object demo at 0x0000022F4A807148>
print(next(res))  # 0

2、待续…